将MySQL同步到Kafka

支持的源和目标数据库

前提条件

• 已登录数据复制服务控制台。
• 满足实时同步支持的数据库类型和版本，详情请参见实时同步。

使用建议

• DRS任务启动和全量数据同步阶段，请不要在源数据库执行DDL操作，否则可能导致任务异常。
• 为保证同步前后数据一致性，确保同步期间目标数据库无业务写入。

• 数据库同步与环境多样性和人为操作均有密切关系，为了确保同步的平顺，建议您在进行正式的数据库同步之前进行一次演练，可以帮助您提前发现问题并解决问题。
• 建议您在启动任务时选择“稍后启动”功能，将启动时间设置在业务低峰期，避免同步对业务造成性能影响。
  • 在网络无瓶颈的情况下，全量同步会对源数据库增加约50MB/s的查询压力，以及占用2~4个CPU。
  • 同步无主键表时，会存在3s以内的单表级锁定。
  • DRS并发读取数据库，会占用大约6-10个session连接数，需要考虑该连接数对业务的影响。
  • 全量阶段读取表数据时，特别是大表的读取，可能会阻塞业务上对大表的独占锁操作。

使用须知

在创建同步任务前，请务必阅读以下使用须知。

• 建议创建单独用于DRS任务连接的数据库账号，避免因为数据库账号密码修改，导致的任务连接失败。
• 连接源或目标数据库的账号密码修改后，请尽快修改DRS任务中的连接信息，避免任务连接失败后自动重试，导致数据库账号被锁定影响使用。

操作步骤

1. 在“实时同步管理”页面，单击“创建同步任务”。
2. 在“同步实例”页面，填选任务名称、描述、同步实例信息，单击“开始创建”。
   • 任务信息

     表3 任务和描述

     参数	描述
     任务名称	任务名称在4到50位之间，必须以字母开头，可以包含字母、数字、中划线或下划线，不能包含其他的特殊字符。
     描述	描述不能超过256位，且不能包含! = < > & ' " \ 特殊字符。

   • 同步实例信息

     表4 同步实例信息

     参数	描述
     数据流动方向	选择“出云”。
     源数据库引擎	选择“MySQL”。
     目标数据库引擎	选择“Kafka”。
     网络类型	此处以“公网网络”为示例。目前支持可选“公网网络”、“VPC网络”、和“VPN、专线网络”。 VPC网络：适合云上同账号同Region数据库之间的同步。 公网网络：适合通过公网网络把其他云下或其他平台的数据库同步到目标数据库，该类型要求数据库绑定弹性公网IP（EIP）。 VPN、专线网络：适合通过专线网络，实现其他云下自建数据库与云上数据库同步、云上同Region跨账号、或云上跨Region的数据库之间的同步。
     源数据库实例	用户创建的RDS for MySQL实例。
     同步实例所在子网	请选择同步实例所在的子网。也可以单击“查看子网”，跳转至“网络控制台”查看实例所在子网帮助选择。 默认值为当前所选数据库实例所在子网，请选择有可用IP地址的子网。为确保同步实例创建成功，仅显示已经开启DHCP的子网。
     同步模式	此处以“全量+增量”为示例。 “全量+增量”： 该模式为数据持续性实时同步，通过全量过程完成目标端数据库的初始化后，增量同步阶段通过解析日志等技术，将源端和目标端数据保持数据持续一致。 说明： 选择“全量+增量”同步模式，增量同步可以在全量同步完成的基础上实现数据的持续同步，无需中断业务，实现同步过程中源业务和数据库继续对外提供访问。 “增量”： 增量同步通过解析日志等技术，将源端产生的增量数据同步至目标端。

   

   对于创建失败的任务，DRS默认保留3天，超过3天将会自动结束任务。

3. 在“源库及目标库”页面，同步实例创建成功后，填选源库信息和目标库信息，单击“源库和目标库”处的“测试连接”，分别测试并确定与源库和目标库连通后，勾选协议，单击“下一步”。

   表5 源库信息

   参数	描述
   数据库实例名称	默认为创建同步任务时选择的RDS实例，不可进行修改。
   数据库用户名	源数据库的用户名。
   数据库密码	源数据库的用户名所对应的密码。
   SSL安全连接	如启用SSL安全连接，请在源库开启SSL，并确保相关配置正确后上传SSL证书。 说明： 最大支持上传500KB的证书文件。 如果不启用SSL安全连接，请自行承担数据安全风险。

   

   源数据库的数据库用户名和密码，会被系统加密暂存，直至删除该迁移任务后自动清除。

   表6 目标库信息

   参数	描述
   IP地址或域名	目标数据库的IP地址或域名。
   安全协议	支持四种认证方式的选择，PLAINTEXT、SSL、SASL_PLAINTEXT和SASL_SSL，详细说明可参考Kafka认证方式。

4. 在“设置同步”页面，选择同步策略、数据格式和同步对象，单击“下一步”。

   表7 同步对象

   参数	描述
   流速模式	流速模式支持限速和不限速，默认为不限速。 限速 自定义的最大同步速度，全量同步过程中的同步速度将不会超过该速度。 当流速模式选择了“限速”时，你需要通过流速设置来定时控制同步速度。流速设置通常包括限速时间段和流速大小的设置。默认的限速时间段为“全天限流”，您也可以根据业务需求选择“时段限流”。自定义的时段限流支持最多设置3个定时任务，每个定时任务之间不能存在交叉的时间段，未设定在限速时间段的时间默认为不限速。 流速的大小需要根据业务场景来设置，不能超过9999MB/s。 不限速 对同步速度不进行限制，通常会最大化使用源数据库的出口带宽。该流速模式同时会对源数据库造成读消耗，消耗取决于源数据库的出口带宽。比如源数据库的出口带宽为100MB/s，假设高速模式使用了80%带宽，则同步对源数据库将造成80MB/s的读操作IO消耗。 说明： 限速模式只对全量阶段生效，增量阶段不生效。 您也可以在创建任务后修改流速模式。具体方法请参见修改流速模式。
   同步对象类型	可选同步表结构、同步数据，根据实际需求进行选择要同步内容。
   DML同步	选择需要同步的DML操作，默认都勾选。
   同步Topic策略	同步Topic策略，可选择“集中投递到一个Topic”或者“自动生成Topic名字”。
   Topic	选择目标端需要同步到的Topic，同步Topic策略选择“集中投递到一个Topic”时可见。
   Topic名字格式	Topic名字格式，同步Topic策略选择“自动生成Topic名字”时可见。 由于Kafka的机制限制，Topic名字只能包含ASCII字符、"."、"_"及"-"，如果超过该范围会导致创建Topic失败，任务异常。 如果Topic名字格式中包含数据库对象名，请确保对象名的字符在Kafka topic命名机制内。 Topic名字格式支持database和tablename两个变量，其他字符都当做常量。分别用$database$代替数据库名，$tablename$代替表名。 例如：配置成$database$-$tablename$时，如果数据库名称为db1，表名为tab1，则Topic名字为db1-tab1。如果是DDL语句，$tablename$为空，则Topic名字为db1。
   Partition个数	同步Topic策略选择自动生成Topic名字时可见。 用来设置topic的分区个数。每个topic都可以创建多个partition，越多的partition可以提供更高的吞吐量，越多的partition会消耗更多的资源，建议根据broker节点的实际情况来设置partition的数量。
   副本个数	同步Topic策略选择自动生成Topic名字时可见。 用来设置topic的副本数。每个topic可以有多个副本，副本位于集群中不同的broker上，副本的数量不能超过broker的数量，否则创建topic时会失败。
   同步到kafka partition策略	同步到kafka partition策略。 按库名+表名的hash值投递到不同Partition：适用于单表的查询场景，表内保序，表与表之间不保序，可以提高单表读写性能，推荐使用此选项。 全部投递到Partition 0：适用于有事务要求的场景，事务保序，可以保证完全按照事务顺序消费，写入性能比较差，如果没有强事务要求，不推荐使用此选项。 按主键的hash值投递到不同的Partition：适用于一个表一个Topic的场景。
   投送到kafka的数据格式	选择MySQL投送到kafka的数据格式。 Avro：可以显示Avro二进制编码，高效获取数据。步骤2的同步模式选择“增量”时可见。 JSON：为Json消息格式，方便解释格式，但需要占用更多的空间。 JSON-C：一种能够兼容多个批量，流式计算框架的数据格式。 详细格式可参考Kafka消息格式。
   同步对象	左侧框是源数据库对象，右侧框是已经选择的对象，同步对象支持表级同步、库级同步、导入对象文件，您可以根据业务场景选择对应的数据进行同步。 在同步对象右侧已选对象框中，可以使用对象名映射功能进行源数据库和目标数据库中的同步对象映射，具体操作可参考对象名映射。 选择导入对象文件，具体步骤和说明可参考导入同步对象。 说明： 选择对象的时候支持对展开的库进行搜索，以便您快速选择需要的数据库对象。 如果有切换源数据库的操作或源库同步对象变化的情况，请在选择同步对象前单击右上角的，以确保待选择的对象为最新源数据库对象。 当对象名称包含空格时，名称前后的空格不显示，中间如有多个空格只显示一个空格。 选择的同步对象名称中不能包含空格。

5. 在“数据加工”页面，选择需要加工的列，进行列加工。
   • 如果不需要数据加工，单击“下一步”。
   • 如果需要加工列，参考数据加工章节，设置相关规则。

6. 在“预检查”页面，进行同步任务预校验，校验是否可进行。
   • 查看检查结果，如有不通过的检查项，需要修复不通过项后，单击“重新校验”按钮重新进行任务预校验。
   • 预检查完成后，且所有检查项结果均通过时，单击“下一步”。
     

     所有检查项结果均通过时，如果存在请确认项，需要阅读并确认详情后才可以继续执行下一步操作。

7. 在“任务确认”页面，设置同步任务的启动时间，并确认同步任务信息无误后，单击“启动任务”，提交同步任务。

   表8 任务启动设置

   参数	描述
   启动时间	同步任务的启动时间可以根据业务需求，设置为“立即启动”或“稍后启动”。 说明： 预计同步任务启动后，会对源数据库和目标数据库的性能产生影响，建议选择业务低峰期，合理设置同步任务的启动时间。

8. 同步任务提交后，您可在“实时同步管理”页面，查看并管理自己的任务。
   • 您可查看任务提交后的状态，状态请参见任务状态说明。
   • 在任务列表的右上角，单击刷新列表，可查看到最新的任务状态。
   • 对于未启动、状态为配置中的任务，DRS默认保留3天，超过3天DRS会自动删除后台资源，当前任务状态不变。当用户再次配置时，DRS会重新申请资源，此时DRS任务IP会发生改变。